6.Sentinel应用实践2

大帅B666

已于 2022-03-03 22:02:34 修改

阅读量552

点赞数

分类专栏：第四节阶段--微服务文章标签： java 微服务 spring cloud

于 2022-03-02 14:57:28 首次发布

原文链接：https://yutian.blog.csdn.net/article/details/119202986

版权

第四节阶段--微服务专栏收录该内容

9 篇文章 0 订阅

订阅专栏

核心知识点

Sentinel降级概念

基于Sentinel实现服务降级(主动熔断)

我们还可以通过获取调用者的ip来进行授权限流

假如你去设计Sentinel,你将如何判定哪些数据是热点数据

核心知识点

Sentinel降级概念

当访问量过大,大量的线程堆积会造成服务器宕机,我们可以通过降级来熔断这个请求来保证服务的稳定性,还在这里的熔断属于主动熔断

基于Sentinel实现服务降级(主动熔断)

慢调用比列

第一步:写测试方法

/**
 * 演示降级操作,通过如下代码创造降级条件:
 * 服务响应速度慢或服务不稳定,经常出现异常
 * */
//自增API,线程是安全的,对象内的1为初始值
private AtomicLong atomicLong = new AtomicLong(1);
@GetMapping("/sentinel05")
public String doSentinel05() throws InterruptedException {
    //先获取,再自增
    long count = atomicLong.getAndIncrement();
    if (count%2==0){//判断,偶数让线程休眠
        Thread.sleep(200);//偶数线程休眠200ms,模拟线程阻塞情景
    }
    return "sentinel05 test ...";
}

第二步:在蔟点链路给资源配置降级信息(难点)

解释:在统计时长(2s)内发送请求数大于最小请求(5)个时,慢调用比例生效,假设这些请求的比例阈值(30%)超过最大RT(200ms)时,也就是这些请求响应时间过长或者不响应时,就将这这服务断开20s,也就是熔断时长,在这20s内该服务处于不可用状态,20s后重新进行一轮的计算

第三步:测试降级

控制台报错,显示的内容是我们自定义的实现BlockExceptionHandler接口的异常处理类,但这是限流的异常信息,用在降级后的错误显示内容显然有些不合适,我们可以通过debug检查一下降级所报的异常实现什么类型,对降级所报的异常进行处理

第四步:debug

Sntinue的所有异常都是通过实现BlockException接口进行处理的,我们通过debug发现,此时BlockException的参数e为DegradeException实现类对象,说明此时的异常处理类DegradeException

第五步:使用BlockException的instanceof方法来对异常进行一个判断,再处理

String msg ="访问太过频繁,反应不过来啦!666";//默认为限流异常(直接和关联方式)
if (e instanceof DegradeException){//熔断异常
    msg = "服务不可用,稍后再访问吧!";
}
out.println(msg);
out.flush();
out.close();

第六步:测试降级后的错误信息

异常比列

第一步:写测试方法,模拟出现异常情景

/**
 * 演示降级操作,通过如下代码创造降级条件:
 * 服务响应速度慢或服务不稳定,经常出现异常
 * */
//自增API,线程安全,对象内的参数为初始值
private AtomicLong atomicLong = new AtomicLong(1);
@GetMapping("/sentinel05")
public String doSentinel05() throws InterruptedException {
    //先获取,在自增
    long count = atomicLong.getAndIncrement();
    //判断,偶数线程阻塞或抛异常
    if (count%2==0){
        //线程休眠200ms,模拟线程阻塞
        //Thread.sleep(200);
        //或者直接抛出异常
        throw new RuntimeException("服务调用失败!");
    }
    return "sentinel05 test ...";
}

第二步:指定资源配置降级

此处的比例阈值为这些请求的30%都报异常时,就会熔断这个服务20s

第三步:测试降级

每两次就会抛异常,因为我们的测试方法抛出了运行时异常

2秒内请求大于5次,且报异常的服务超过了30%,将该服务熔断20s

Sentinel系统规则实践

Sentinel热点规则实践

热点规则产生背景

当某一商品瞬间被大量人访问时,我们通过传递此商品的id到服务器进行热点限流

当某一用户大量访问时,我们通过传递此用户的id到服务器进行热点限流

实现原理

我们将热点数据通过参数传递到服务,并根据配置的限流阈值与模式,对包含热点资源的服务调用进行限流

热点限流可以看做一种特殊的流量控制,只针对包含热点参数的服务调用进行限流

Sentinel会利用LRU策略统计最近常用的热点参数,结合令牌桶的算法来进行参数级别的流控

快速入门

第一步:因为热点限流是基于@SentinelResource注解,也就是通过切面的通知方法进行限流,所以热点限流的异常处理方法应写在自定义的切面异常处理类中

//处理由@SentinelResource注解修饰时的方法处理限流时的异常
@Component
@Slf4j
public class ResourceBlockHandler {

    /**
     * 这里异常处理方法的要求:
     * 1.修饰符  public static
     * 2.返回值类型与@SentinelResource注解描述的方法返回指相同
     * 3.参数列表与@SentinelResource注解描述的方法返回值相同
     * 可以在最后多添加一个blockHandle参数
     * */
    public static String doHandle(BlockException ex){
        log.error("链路限流");
        return "访问太频繁";
    }

    public static String doHandle(Integer id,BlockException ex){
        log.error("热点限流");
        return "访问人数太多,稍后再试试吧!";
    }
}

因为此方法携带的有integer参数,所以可以与上一个方法同名

第二步:编写测试方法

@GetMapping("/sentinel06")
@SentinelResource(value = "resource",blockHandlerClass = ResourceBlockHandler.class,blockHandler = "doHandle")
//此处@RequestParam("id"),是为了向前端反向兼容,请求时该链接必须携带参数,否则报错
public String doSentinel06(@RequestParam("id") Integer id){
    return "Get Resource By"+id;
}

第三步:配置热点限流规则

参数索引为@SentinelResource标识方法的参数下标,第一个参数为0,第二个参数为1....在统计窗口时长内超过单机阈值则进行热点限流

第四步:测试

服务器打印错误日志

2022-03-02 20:46:27.016 ERROR 15180 --- [nio-8082-exec-1] c.j.p.service.ResourceBlockHandler : 热点限流

特定参数设置

点开热点规则,对目标资源进行编辑,点开高级选项

例外项为在同一个统计窗口时长内,对不同的单机阈值进行热点限流

这里表示参数为1,单机阈值为1,这里表示参数为10,单机阈值为5

Sentinel授权限流实践

概述

很多时候,我们需要根据资源调用方进行限流,这时候就用到Sentinel的黑白名单功能,当设置白名单时,只有位于白名单的调用者才能调用资源,当设置黑名单时,除了黑名单的调用方,其余都能调用资源

快速入门

第一步:通过实现RequestOriginParser接口,重写里面的方法来获取请求地址中的参数,请求头,ip等信息,来进行授权限流,这个类要交给Spring容器管理

@Component
public class DefaultRequestOriginParser implements RequestOriginParser {
    /**
     * 这个方法基于业务规则对请求数据进行解析
     * */
    @Override
    public String parseOrigin(HttpServletRequest request) {
        1.解析请求参数,并返回参数值,然后将这个值应用在Sentinel的授权规则上
        String origin = request.getParameter("origin");
        return origin;
    }
}

第二步:配置授权限流

请求路径参数为app1,app2时,限流,其余不限流

第三步:测试

我们自定义的DefaultRequestOriginParser实现类DefaultRequestOriginParser通过origin(K)拿到参数值app1(V),所以限流

授权异常处理

第一步:我们发现该异常是我们自定义BlockExceptionHandler实现类所报的异常,我们通过debug发现该异常类型为AuthorityException

第二步:设置AuthorityException异常的前端显示内容

@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest httpServletRequest,
                       HttpServletResponse response,
                       BlockException e) throws Exception {
        //设置响应状态码
        response.setStatus(429);
        //设施设备响应编码格式
        response.setContentType("text/html;charset=UTF-8");
        //设置输出流对象
        PrintWriter out = response.getWriter();
        String msg ="访问太过频繁,反应不过来啦!666";//默认为限流异常(直接和关联方式)
        if (e instanceof DegradeException){//熔断异常
            msg = "服务不可用,稍后再访问吧!";
        }
        if (e instanceof AuthorityException){//授权异常
            msg = "您已被拉入黑名单,无法访问该资源";
        }
        out.println(msg);
        out.flush();
        out.close();
    }
}

第三步:测试

我们该可以通过设置请求头内容进行授权限流

在自定义RequestOriginParser实现类获取请求头信息

@Component
public class DefaultRequestOriginParser implements RequestOriginParser {
    /**
     * 这个方法基于业务规则对请求数据进行解析
     * */
    @Override
    public String parseOrigin(HttpServletRequest request) {
        //1.解析请求参数,并返回参数值,然后将这个值应用在Sentinel的授权规则上
//        String origin = request.getParameter("origin");
//        return origin;
        //2.解析请求头,并返回参数值,然后将这个值应用在Sentinel的授权规则上
        String token = request.getHeader("token");
        System.out.println(token);
        return token;
        //3.解析ip地址,并返回参数值,然后将这个值应用在Sentinel的授权规则上
//        String ip = request.getRemoteAddr();
//        System.out.println("ip地址:"+ip);
//        return ip;
    }
}

配置授权限流信息

以为请求头无法在地址栏填写,我们使用http文件,token的值为AAA

只有AAA才能访问/provider/sentinel01资源,因为只有AAA在白名单里

我们还可以通过获取调用者的ip来进行授权限流

在自定义RequestOriginParser实现类获取ip信息,并在控制台打印

@Component
public class DefaultRequestOriginParser implements RequestOriginParser {
    /**
     * 这个方法基于业务规则对请求数据进行解析
     * */
    @Override
    public String parseOrigin(HttpServletRequest request) {
        //1.解析请求参数,并返回参数值,然后将这个值应用在Sentinel的授权规则上
//        String origin = request.getParameter("origin");
//        return origin;
        //2.解析请求头,并返回参数值,然后将这个值应用在Sentinel的授权规则上
//        String token = request.getHeader("token");
//        System.out.println(token);
//        return token;
        //3.解析ip地址,并返回参数值,然后将这个值应用在Sentinel的授权规则上
        String ip = request.getRemoteAddr();
        System.out.println("ip地址:"+ip);
        return ip;
    }
}

配置授权限流规则,将127.0.0.1放入白名单

在浏览器输入ip为127.0.0.1进行测试

可以访问到/provider/sentinel01资源

在浏览器输入ip为localhost时,就报错了,因为后端控制器输出的ip为0.0.0.0.0.1

注意:不能在http文件进行测试,因为idea可能会把localhost和127.0.0.1绑定在一起

请求的底层实现原理

第一步:从Tomcat的线程池获取一个线程

第二步:通过I/O对象读取http协议中的请求数据

第三步:解析http中的数据(请求头,请求行,请求体)

第四步:创建请求对象(request),响应对象(response),然后对请求数据进行封装

第五步:通过Filter对象对请求进行过滤

第六步:将合法的请求交给Servlet去处理(拦截器/controller..)

第七步:处理结束返回响应数据并传递给客户端

常见问题

何为熔断

让外部应用停止对该资源的访问,类似跳闸,前方施工请绕行

为什么要使用熔断

当一些服务平均响应时间太长或经常抛出异常,这儿样可能会造成调用链堆积,从而导致系统崩溃

Sentinel限流异常的顶底父类

BlockException

Sentinel降级抛出的异常是哪个类

DegradeException

Sentinel出现异常的处理接口是哪个

BlockExceptionHandler,此接口阿里有默认实现,我们也可以自定义此接口实现类

第一个类DefaultBlocKExceptionHandler为阿里默认异常处理实现类

第二个类为我们自定义的实现类,注意,此类要交给Spring容器管理

Sentinel降级策略都有哪些

慢调用比例,异常比例,异常数

底层基于什么对热点数据进行限流

AOP

假如你去设计Sentinel,你将如何判定哪些数据是热点数据

LRU算法

java中是否有直接封装了LRU算法的类

有,LinkHashMap

你了解的系统限流规则都有哪些

cpu,RT,QPS,线程数等

如何理解Sentinel中的授权规则

对资源的访问限制,不是基于频次,而是基于中自定义黑白名单

Sentinel中解析黑白名单的接口是谁

RequestOriginParser

大帅B666

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
6.Sentinel应用实践2

核心知识点Sentinel降级概念当访问量过大,大量的线程堆积会造成服务器宕机,我们可以通过降级来熔断这个请求来保证服务的稳定性,还在这里的熔断属于主动熔断请求的底层实现原理第一步:从Tomcat的线程池获取一个线程第二步:通过I/O对象读取请求第三步:处理http请求()第四步:创建请求对象(request),响应对象(response),解析请求第五步:过滤器对请求进行过滤第六步:servlet处理请求(拦截器/controller..)第七步:返回响应对象
复制链接

扫一扫